为什么要在shuffer之前执行map-join，提前将数据进行聚合？
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
一是为了避免将多数相同的key流入相同的reduce-task中，导致数据倾斜； 二是为了执行过程的高效，节省资源，充分利用资源，将在有限的资源里面做最有效的工作。
评论
全部评论 (0)